Literature DB >> 35875320

[COVID-19 in Brazil: trends, challenges, and perspectives after 18 months of the pandemicCOVID-19 en Brasil: tendencias, desafíos y perspectivas después de 18 meses de pandemia].

Camila Alves Dos Santos Siqueira1, Yan Nogueira Leite de Freitas1, Marianna de Camargo Cancela2, Monica Carvalho3, Leorik Pereira da Silva4, Nielsen Castelo Damasceno Dantas1, Dyego Leandro Bezerra de Souza1.   

Abstract

Objective: To analyze the incidence and mortality trends from COVID-19 in Brazil as well as in federation units and their capitals. Method: An ecological study was performed using COVID-19 incidence and mortality data covering the period from 25 February 2020 (first case recorded in Brazil) to 31 July 2021. Data were grouped by month for calculation of crude rates (by 100 000 population) and assessment of time trends in federation units and capitals. Significant changes in time trends were analyzed by joinpoint regression.
Results: Two waves of new cases and deaths were identified. The highest incidence rates were recorded in the states of Amapá, Rio Grande do Norte, Rondônia, and Roraima. The states of Amazonas and Rondônia had the highest mortality rates. In general, incidence and mortality rates were worse in the second wave. In the first wave, the mean number of months until the onset of reduction in new cases was higher in capitals, whereas in the second wave the onset of reduction in new cases took longer in the federation units. The decline in mortality began earlier in capital cities in both waves.
Conclusion: The regional differences detected underscore the notion that COVID-19 incidence and mortality are associated with political, geographic, cultural, social, and economic factors.

Entities:  

Keywords:  Brazil; COVID-19; incidence; mortality; pandemics

Year:  2022        PMID: 35875320      PMCID: PMC9299398          DOI: 10.26633/RPSP.2022.74

Source DB:  PubMed          Journal:  Rev Panam Salud Publica        ISSN: 1020-4989


Territórios e continentes ao redor do mundo foram afetados pela pandemia causada pela COVID-19, com destaque para as Américas, onde ocorreram aproximadamente 39% dos casos e 47% das mortes. No Brasil, a pandemia encontra-se atualmente em fase de redução (1), apesar de ter apresentado altas taxas de incidência e mortalidade no passado. Em 15 de agosto de 2021, os dados brasileiros mostraram um total de 20 350 142 casos, com 568 788 óbitos acumulados (2). Ao longo dos meses de pandemia, o planejamento de políticas foi essencial para controle tanto da doença quanto das crises econômicas (3). Na busca por maior conhecimento científico sobre a propagação da COVID-19, os estudos de tendências são fundamentais para orientar a formulação de políticas governamentais e a tomada de decisão sobre medidas direcionadas à redução da incidência e da mortalidade pela doença e de suas consequências nas populações (3). Em contextos de desigualdade, é ainda mais fundamental que a informação científica e as medidas adotadas pelas autoridades forneçam segurança à população, com o intuito de promover o entendimento sobre a importância das condutas de contenção e mitigação (4). Assim, o objetivo do presente estudo foi avaliar as tendências de incidência e de mortalidade por COVID-19 no Brasil, nas unidades da federação e nas capitais.

MATERIAIS E MÉTODOS

Trata-se de um estudo ecológico, com dados de incidência e de mortalidade por COVID-19 no Brasil, obtidos através do portal do Departamento de Informática do Sistema Único de Saúde (DATASUS). O portal disponibiliza, de forma pública, as informações agregadas dos diferentes sistemas de informação brasileiros, assim como dados populacionais provenientes do Instituto Brasileiro de Geografia e Estatística (IBGE) (2). A análise incluiu dados do período de 25 de fevereiro de 2020 (quando o primeiro caso foi notificado no Brasil) até 31 de julho de 2021. O surto começou no Brasil antes de a Organização Mundial da Saúde (OMS) declarar a COVID-19 como uma pandemia, em 11 de março de 2020 (5). A extração de dados ocorreu em 6 de agosto de 2021 e compreendeu casos e óbitos ocorridos a cada dia. Para este estudo, os dados foram agrupados por mês, a fim de minimizar questões relacionadas a notificações atrasadas, causadas por resultados de exames tardios, totalizando 18 meses. Foram calculadas taxas brutas (por 100 000 habitantes) para avaliar as tendências temporais das unidades da federação e de suas respectivas capitais. A análise por unidade da federação e por capitais teve como objetivo identificar a presença de padrões semelhantes nos diferentes locais, além de permitir entender se a modificação nas tendências ocorreu inicialmente na capital ou no restante do estado. A análise estatística das tendências foi realizada no programa Joinpoint versão 4.8.0.1. O modelo de regressão por joinpoint permite a análise das tendências ao longo do tempo e avalia mudanças significativas no comportamento das curvas de tendência, com significância estatística para valores de P < 0,05. Essa análise considerou a pressuposição de heterocedasticidade e variância de Poisson. Foram calculados os percentuais mensais de mudança (MPC) a partir do modelo com significância estatística, com respectivos intervalos de confiança de 95% (IC95%). As modificações significativas são chamadas de joinpoints, e a combinação de todos os pontos da curva representa o gráfico de tendências. O método permite a identificação de aumentos ou reduções significativos, conforme MPC positivo ou negativo, ao passo que a ausência de significância é tratada como estabilidade (6). As quantidades mínima e máxima de joinpoints estipuladas foram de zero e 3 para cada curva avaliada, respectivamente.

RESULTADOS

A avaliação temporal dos dados de COVID-19 em unidades da federação e capitais brasileiras identificou a existência de duas ondas, tanto de casos quanto de óbitos novos. Até a data da coleta dos dados, em 6 de agosto de 2021, a incidência da COVID-19 era estável no Brasil (MPC = -7,3%; IC95%: -20,3; 7,9; P = 0,3). Por sua vez, a mortalidade por COVID-19 apresentava tendência de redução (MPC = -22,0%; IC95%: -34,6; -6,9; P < 0,001) (tabelas 1 e 2).
TABELA 1.

Percentual mensal de mudança de casos novos de COVID-19 em unidades da federação e capitais, Brasil, 2020-2021

Região/estado

MPC1[a]

MPC2[a]

MPC3[a]

MPC4[a]

Capital

MPC1[a]

MPC2[a]

MPC3[a]

MPC4[a]

Norte

 

 

 

 

 

 

 

 

 

  Rondônia

404,0

-18,1

34,5[b]

-27,7[b]

Porto Velho

320,0

-34,7

20,9[b]

-25,8[b]

  Acre

1 592,5[b]

-13,5[b]

28,8[b]

-38,4[b]

Rio Branco

1 061,0

-30,7

24,5

-47,1[b]

  Amazonas

693,1

-15,7

55,4

-23,7[b]

Manaus

362,6

-10,0

61,4

-22,1[b]

  Roraima

124,2[b]

-32,5[b]

4,4[b]

 

Boa Vista

124,3[b]

-32,1[b]

5,5[b]

 

  Pará

149,9[b]

-22,5[b]

26,2[b]

-28,0[b]

Belém

538,8

-12,6

11,0[b]

-46,9[b]

  Amapá

169,1

-37,8

19,0[b]

-26,0[b]

Macapá

128,9

-41,1

30,2[b]

-22,8[b]

  Tocantins

97,3[b]

-40,9

44,9[b]

-12,4

Palmas

136,6[b]

-42,9[b]

48,2[b]

-22,4[b]

Nordeste

 

 

 

 

 

 

 

 

 

  Maranhão

128,9[b]

-30,0[b]

52,6

0,2

São Luís

169,9

-19,8[b]

44,3[b]

-12,3[b]

  Piauí

158,0[b]

-20,7[b]

19,4[b]

-38,8

Teresina

129,1[b]

-16,4

20,7[b]

-34,3[b]

  Ceará

126,1

-18,0

36,2[b]

-52,4[b]

Fortaleza

301,1

-40,6

37,1[b]

-45,7[b]

  Rio Grande do Norte

337,1

-27,2

23,5[b]

-8,7

Natal

342,7

-39,3

24,2[b]

 

  Paraíba

282,0

-24,0[b]

21,3[b]

-10,7

João Pessoa

255,0

-27,8

40,4

-4,8

  Pernambuco

409,7

-7,3

19,3[b]

-21,9

Recife

175,6

-23,0

57,1

-5,0

  Alagoas

286,8

-28,8[b]

43,1

-6,7

Maceió

169,5

-41,5[b]

92,5

-6,4

  Sergipe

108,4

-33,1

22,3[b]

-40,5

Aracaju

410,4

-46,7

71,5

-5,1

  Bahia

149,2[b]

-25,0

27,8

-5,8

Salvador

248,1[b]

-24,5[b]

58,8

-15,7[b]

Sudeste

 

 

 

 

 

 

 

 

 

  Minas Gerais

214,3

-9,5

30,1[b]

-7,4

Belo Horizonte

245,9[b]

-19,4

75,3[b]

-4,0

  Espírito Santo

283,6

-19,8

39,3

-5,6

Vitória

188,8[b]

-14,7

10,2[b]

-25,4[b]

  Rio de Janeiro

565,0

-1,3

12,2[b]

-18,2

Rio de Janeiro

369,6

-1,8

46,9

-27,1

  São Paulo

106,1[b]

-24,6

26,7[b]

-3,5

São Paulo

126,9[b]

-20,9

21,5[b]

-21,3

Sul

 

 

 

 

 

 

 

 

 

  Paraná

255,8

-6,2

49,8

-1,6

Curitiba

21,5[b]

-22,2

 

 

  Santa Catarina

229,8

8,7

-16,1

 

Florianópolis

172,7[b]

5,7

-44,1[b]

 

  Rio Grande do Sul

162,1

17,5[b]

-5,0

 

Porto Alegre

99,1

-2,4

49,2

 

Centro-Oeste

 

 

 

 

 

 

 

 

 

  Mato Grosso do Sul

280,2

-4,0

12,8[b]

-20,7

Campo Grande

374,3

6,0

-6,9

6,2

  Mato Grosso

293,7[b]

-20,6[b]

34,8[b]

-9,5[b]

Cuiabá

216,1[b]

-8,7[b]

35,9[b]

-14,7[b]

  Goiás

119,0[b]

-24,1[b]

42,5

-6,0

Goiânia

130,6[b]

-29,1

21,5

-8,8

  Distrito Federal

145,9[b]

-31,5[b]

28,4[b]

-17,5[b]

Brasília

145,9[b]

-31,5[b]

28,4[b]

-17,5[b]

            Brasil

96,2[b]

-19,5

23,4[b]

-7,3

 

 

 

 

 

MPC = percentual mensal de mudança. MPC 1, MPC 2, MPC 3 e MPC4 representam pontos em que houve mudança significativa no traçado da curva de tendências.

Dados estatisticamente significativos.

TABELA 2.

Percentual mensal de mudança para óbitos por COVID-19 em unidades da federação e capitais, Brasil, 2020-2021

Região/estado

MPC1[a]

MPC2[a]

MPC3[a]

MPC4[a]

Capital

MPC1[a]

MPC2[a]

MPC3[a]

MPC4[a]

Norte

 

 

 

 

 

 

 

 

 

  Rondônia

243,8[b]

-21,8[b]

83,6[b]

-34,2[b]

Porto Velho

225,1[b]

-40,5[b]

72,2[b]

-43,7[b]

  Acre

164,2[b]

-40,6[b]

46,1[b]

-46,4[b]

Rio Branco

140,1[b]

-53,0

39,0[b]

-51,3[b]

  Amazonas

277,2

-31,3[b]

145,5

-37,0[b]

Manaus

226,7

-30,1

157,3

-40,2[b]

  Roraima

183,2[b]

-35,2[b]

108,7

-17,1[b]

Boa Vista

75,2[b]

-62,6

112,4[b]

-18,3[b]

  Pará

1 173,7[b]

-38,3[b]

79,5[b]

-42,1[b]

Belém

751,7

-50,5[b]

75,3[b]

-58,5[b]

  Amapá

392,9[b]

-24,3[b]

26,7[b]

-27,7

Macapá

291,2

-17,7

23,4[b]

-27,0

  Tocantins

80,8[b]

-34,6[b]

100,1

-12,6

Palmas

59,4[b]

-44,4

115,3

-25,2[b]

Nordeste

 

 

 

 

 

 

 

 

 

  Maranhão

102,3

-30,5[b]

101,6

-10,1

São Luís

263,1

-37,2[b]

137,7

-6,1

  Piauí

399,0[b]

-15,3[b]

81,7[b]

-31,7[b]

Teresina

325,2[b]

-29,5[b]

70,3

-29,4

  Ceará

701,5

-36,5[b]

75,9[b]

-31,2[b]

Fortaleza

485,9

-51,8[b]

79,8[b]

-39,9[b]

  Rio Grande do Norte

278,2

-29,6[b]

48,3[b]

-29,0

Natal

314,5[b]

-35,6[b]

70,4

-23,9[b]

  Paraíba

85,5

-33,7

60,5[b]

-15,1

João Pessoa

198,5[b]

-21,7[b]

101,8

-32,5[b]

  Pernambuco

411,8

-26,7[b]

31,7[b]

-23,7

Recife

350,8[b]

-41,2[b]

36,1[b]

-4,0

  Alagoas

142,5[b]

-31,2[b]

45,1[b]

-11,6

Maceió

515,5[b]

-26,6[b]

46,6[b]

-21,5

  Sergipe

127,9[b]

-50,1

36,2[b]

-45,4

Aracaju

264,7[b]

-29,3[b]

46,0[b]

-54,5

  Bahia

104,0[b]

-20,3[b]

76,2[b]

-12,6[b]

Salvador

189,8

-27,4[b]

109,7

-21,1

Sudeste

 

 

 

 

 

 

 

 

 

  Minas Gerais

110,0[b]

-25,2

49,8[b]

-22,2[b]

Belo Horizonte

238,4[b]

-20,6

40,5[b]

-19,1[b]

  Espírito Santo

191,4[b]

-27,4

33,4[b]

-37,3[b]

Vitória

165,1[b]

-47,6

34,7[b]

-51,5[b]

  Rio de Janeiro

574,1

-17,8[b]

23,6[b]

-15,7

Rio de Janeiro

586,0

-19,7[b]

18,7[b]

-14,2

  São Paulo

50,4

-26,4

49,3[b]

-16,9

São Paulo

207,0

-21,5[b]

43,2[b]

-25,6[b]

Sul

 

 

 

 

 

 

 

 

 

  Paraná

196,6[b]

-9,2

51,6[b]

-2,7

Curitiba

204,0[b]

-7,7

67,6

-16,5

  Santa Catarina

25,3[b]

-18,4

 

 

Florianópolis

33,9[b]

-49,0[b]

 

 

  Rio Grande do Sul

10,6

62,6

-24,3[b]

 

Porto Alegre

124,0[b]

-14,1

70,8[b]

-33,0[b]

Centro-Oeste

 

 

 

 

 

 

 

 

 

  Mato Grosso do Sul

145,7

-19,6

37,8[b]

-11,6

Campo Grande

116,7[b]

-14,5

30,1

-9,2

  Mato Grosso

229,3[b]

-32,8[b]

50,8[b]

-31,7[b]

Cuiabá

181,8[b]

-40,3[b]

85,1[b]

-29,7[b]

  Goiás

132,7[b]

-33,2[b]

99,7[b]

-14,6[b]

Goiânia

126,0[b]

-28,6[b]

83,4

-19,3[b]

  Distrito Federal

188,7[b]

-21,6[b]

93,3[b]

-43,7[b]

Brasília

188,7[b]

-21,6[b]

93,3[b]

-43,7[b]

            Brasil

111,9[b]

-17,4[b]

41,7[b]

-22,0[b]

 

 

 

 

 

MPC = percentual mensal de mudança. MPC 1, MPC 2, MPC 3 e MPC4 representam pontos em que houve mudança significativa no traçado da curva de tendências.

Dados estatisticamente significativos.

Na análise dos casos, na primeira onda, a maior velocidade de aumento entre as unidades da federação ocorreu no Acre (com aumento mensal de 1 592,0%). Na segunda onda, a maior velocidade de aumento ocorreu no Tocantins (44,9%). Entre as capitais, na fase inicial, os maiores aumentos ocorreram em Salvador e em Belo Horizonte (248,1% e 245,9%, respectivamente). Na segunda onda, Belo Horizonte foi a capital com a maior taxa de aumento (75,3% ao mês). Quanto ao período de redução, o estado de Roraima apresentou a maior velocidade de redução na primeira onda (redução mensal de 32,5%), enquanto o Ceará apresentou a maior velocidade de redução na segunda onda (redução mensal de 52,4%). Entre as capitais, Palmas apresentou a maior velocidade de redução na primeira onda (redução de 42,9%), enquanto Rio Branco apresentou a maior velocidade de redução na segunda onda (redução de 47,1%), seguida por Belém (redução de 46,9%) e Fortaleza (redução de 45,7%) (tabela 1). Quanto aos óbitos, os estados do Piauí e do Amapá apresentaram as maiores taxas de aumento mensal (399,0% e 392,9%, respectivamente) na primeira onda. Na segunda onda, as unidades da federação com a maior velocidade de aumento foram Goiás (99,7%) e o Distrito Federal (93,3%). Entre as capitais, as maiores taxas de aumento ocorreram em Maceió (515,5%) na primeira onda e em Boa Vista (112,4%) na segunda onda. Quanto ao período de redução, a maior taxa de decréscimo ocorreu no Acre, tanto na primeira (redução de 40,6%) quanto na segunda onda (redução de 46,4%). Para as capitais, a maior redução ocorreu em Fortaleza, na primeira onda (redução de 51,8%), e em Belém, na segunda onda (redução de 58,5%) (tabela 2). As figuras 1 e 2 mostram as tendências temporais de casos e mortes observados e modelados para as unidades da federação e suas capitais por meio da análise por joinpoint. É possível perceber semelhança entre as curvas, porém, para óbitos, algumas capitais tiveram picos que superaram os dos estados. Além disso, é possível perceber que, em algumas unidades da federação, a segunda onda de casos apresentou piores índices do que a primeira, como Acre, Amazonas, Ceará, Pernambuco, Rio Grande do Norte, Minas Gerais, Paraná, Mato Grosso, Espírito Santo e Rio de Janeiro (figura 1). Para óbitos, a segunda onda também foi mais agressiva do que a primeira, exceto para Rondônia, Maranhão, Ceará, Pará, Pernambuco e Maranhão. Entre todas as unidades da federação, a pior situação na segunda onda foi observada no Amazonas (figura 2).
FIGURA 1.

Taxas mensais de incidência de COVID-19 por 100 000 habitantes nas unidades da federação e suas capitais, Brasil

FIGURA 2.

Taxas mensais de mortalidade por COVID-19 por 100 000 habitantes nas unidades da federação e suas capitais, Brasil

Em relação ao tempo necessário para o início de uma primeira redução, a média das unidades da federação foi de 5,46 meses. O início da segunda onda ocorreu, em média, 9,64 meses após o início da pandemia, com início do processo de redução a partir de 14,75 meses. Para as capitais, o início da redução ocorreu, em média, com 5,63 meses. A segunda onda ocorreu com aproximadamente 9,69 meses, e uma segunda redução iniciou-se com cerca de 14,46 meses. Quanto aos óbitos, o processo de redução da primeira onda levou uma média de 5,86 meses para as unidades da federação e 5,52 meses para as capitais. A segunda onda iniciou-se com aproximadamente 10,22 meses de pandemia para as unidades da federação e 9,96 meses para as capitais. A segunda redução iniciou-se após uma média de 14,74 meses para as unidades da federação e 14,50 meses para as capitais.

DISCUSSÃO

Após 18 meses de pandemia no Brasil, as unidades da federação e as capitais sofreram problemas diretamente relacionados à sobrecarga do sistema de saúde e aos impactos sociais e econômicos da pandemia da COVID-19. Observou-se, no presente estudo, que as unidades da federação com as maiores taxas de incidência foram Roraima, Amapá, Rondônia e Rio Grande do Norte, ao passo que as maiores taxas de mortalidade ocorreram em Rondônia e no Amazonas. Além disso, a maior taxa de aumento de casos ocorreu no Acre, enquanto Piauí e Amapá vivenciaram o maior percentual de aumento nos óbitos. Esses estados pertencem às regiões Norte e Nordeste, que apresentam as piores estruturas de saúde e tiveram o maior percentual de óbitos hospitalares ao longo da pandemia (7). Região/estado MPC1[a] MPC2[a] MPC3[a] MPC4[a] Capital MPC1[a] MPC2[a] MPC3[a] MPC4[a] Norte Rondônia 404,0 -18,1 34,5[b] -27,7[b] Porto Velho 320,0 -34,7 20,9[b] -25,8[b] Acre 1 592,5[b] -13,5[b] 28,8[b] -38,4[b] Rio Branco 1 061,0 -30,7 24,5 -47,1[b] Amazonas 693,1 -15,7 55,4 -23,7[b] Manaus 362,6 -10,0 61,4 -22,1[b] Roraima 124,2[b] -32,5[b] 4,4[b] Boa Vista 124,3[b] -32,1[b] 5,5[b] Pará 149,9[b] -22,5[b] 26,2[b] -28,0[b] Belém 538,8 -12,6 11,0[b] -46,9[b] Amapá 169,1 -37,8 19,0[b] -26,0[b] Macapá 128,9 -41,1 30,2[b] -22,8[b] Tocantins 97,3[b] -40,9 44,9[b] -12,4 Palmas 136,6[b] -42,9[b] 48,2[b] -22,4[b] Nordeste Maranhão 128,9[b] -30,0[b] 52,6 0,2 São Luís 169,9 -19,8[b] 44,3[b] -12,3[b] Piauí 158,0[b] -20,7[b] 19,4[b] -38,8 Teresina 129,1[b] -16,4 20,7[b] -34,3[b] Ceará 126,1 -18,0 36,2[b] -52,4[b] Fortaleza 301,1 -40,6 37,1[b] -45,7[b] Rio Grande do Norte 337,1 -27,2 23,5[b] -8,7 Natal 342,7 -39,3 24,2[b] Paraíba 282,0 -24,0[b] 21,3[b] -10,7 João Pessoa 255,0 -27,8 40,4 -4,8 Pernambuco 409,7 -7,3 19,3[b] -21,9 Recife 175,6 -23,0 57,1 -5,0 Alagoas 286,8 -28,8[b] 43,1 -6,7 Maceió 169,5 -41,5[b] 92,5 -6,4 Sergipe 108,4 -33,1 22,3[b] -40,5 Aracaju 410,4 -46,7 71,5 -5,1 Bahia 149,2[b] -25,0 27,8 -5,8 Salvador 248,1[b] -24,5[b] 58,8 -15,7[b] Sudeste Minas Gerais 214,3 -9,5 30,1[b] -7,4 Belo Horizonte 245,9[b] -19,4 75,3[b] -4,0 Espírito Santo 283,6 -19,8 39,3 -5,6 Vitória 188,8[b] -14,7 10,2[b] -25,4[b] Rio de Janeiro 565,0 -1,3 12,2[b] -18,2 Rio de Janeiro 369,6 -1,8 46,9 -27,1 São Paulo 106,1[b] -24,6 26,7[b] -3,5 São Paulo 126,9[b] -20,9 21,5[b] -21,3 Sul Paraná 255,8 -6,2 49,8 -1,6 Curitiba 21,5[b] -22,2 Santa Catarina 229,8 8,7 -16,1 Florianópolis 172,7[b] 5,7 -44,1[b] Rio Grande do Sul 162,1 17,5[b] -5,0 Porto Alegre 99,1 -2,4 49,2 Centro-Oeste Mato Grosso do Sul 280,2 -4,0 12,8[b] -20,7 Campo Grande 374,3 6,0 -6,9 6,2 Mato Grosso 293,7[b] -20,6[b] 34,8[b] -9,5[b] Cuiabá 216,1[b] -8,7[b] 35,9[b] -14,7[b] Goiás 119,0[b] -24,1[b] 42,5 -6,0 Goiânia 130,6[b] -29,1 21,5 -8,8 Distrito Federal 145,9[b] -31,5[b] 28,4[b] -17,5[b] Brasília 145,9[b] -31,5[b] 28,4[b] -17,5[b] Brasil 96,2[b] -19,5 23,4[b] -7,3 MPC = percentual mensal de mudança. MPC 1, MPC 2, MPC 3 e MPC4 representam pontos em que houve mudança significativa no traçado da curva de tendências. Dados estatisticamente significativos. Quanto às capitais, a distribuição de casos apresentou padrão semelhante ao da unidade da federação correspondente. Em relação às mortes, Porto Velho, Belém, São Luís, Fortaleza, Recife e Cuiabá destacaram-se na primeira onda em relação a cada estado. Na segunda onda, as capitais com destaque foram Manaus, Belém, João Pessoa e Aracaju. Os maiores picos de mortalidade nessas capitais em relação aos outros municípios da unidade da federação à qual pertencem podem estar associados a uma maior concentração populacional, uma maior mobilidade da população e um maior quantitativo de laboratórios e serviços de saúde em geral, assim como a um acesso facilitado a meios diagnósticos. Tais aspectos são fundamentais na notificação dos quantitativos reais de acometidos pela doença (8). Entre as localidades que mais sofreram, destacam-se o Amazonas e sua capital, Manaus. O vasto território, que abriga uma das piores estruturas de transporte do país (9), aliado ao surgimento de novas variantes do SARS-CoV-2, fez com que o estado fosse fortemente afetado pela sobrecarga do sistema de saúde pela COVID-19 (10, 11). Tal sobrecarga, somada à escassez de oxigênio, ocasionou graves problemas na assistência em saúde de Manaus, fato que culminou na transferência de pacientes para outros estados (12). É pertinente mencionar que, entre as unidades da federação que implementaram as políticas mais rígidas na etapa inicial, destacam-se Pará, Amapá, Maranhão, Ceará, Pernambuco e Tocantins (13). Nesses estados, foi possível identificar alterações mais precoces na curva de evolução das tendências de incidência e mortalidade durante a primeira onda, especialmente nas capitais. Essas mudanças ocasionaram um abrandamento, ou até mesmo uma estabilidade, no aumento da curva. Entre as unidades da federação que adotaram políticas mais rígidas de controle da COVID-19 posteriormente, Paraíba e Espírito Santo podem ser citados (14). Região/estado MPC1[a] MPC2[a] MPC3[a] MPC4[a] Capital MPC1[a] MPC2[a] MPC3[a] MPC4[a] Norte Rondônia 243,8[b] -21,8[b] 83,6[b] -34,2[b] Porto Velho 225,1[b] -40,5[b] 72,2[b] -43,7[b] Acre 164,2[b] -40,6[b] 46,1[b] -46,4[b] Rio Branco 140,1[b] -53,0 39,0[b] -51,3[b] Amazonas 277,2 -31,3[b] 145,5 -37,0[b] Manaus 226,7 -30,1 157,3 -40,2[b] Roraima 183,2[b] -35,2[b] 108,7 -17,1[b] Boa Vista 75,2[b] -62,6 112,4[b] -18,3[b] Pará 1 173,7[b] -38,3[b] 79,5[b] -42,1[b] Belém 751,7 -50,5[b] 75,3[b] -58,5[b] Amapá 392,9[b] -24,3[b] 26,7[b] -27,7 Macapá 291,2 -17,7 23,4[b] -27,0 Tocantins 80,8[b] -34,6[b] 100,1 -12,6 Palmas 59,4[b] -44,4 115,3 -25,2[b] Nordeste Maranhão 102,3 -30,5[b] 101,6 -10,1 São Luís 263,1 -37,2[b] 137,7 -6,1 Piauí 399,0[b] -15,3[b] 81,7[b] -31,7[b] Teresina 325,2[b] -29,5[b] 70,3 -29,4 Ceará 701,5 -36,5[b] 75,9[b] -31,2[b] Fortaleza 485,9 -51,8[b] 79,8[b] -39,9[b] Rio Grande do Norte 278,2 -29,6[b] 48,3[b] -29,0 Natal 314,5[b] -35,6[b] 70,4 -23,9[b] Paraíba 85,5 -33,7 60,5[b] -15,1 João Pessoa 198,5[b] -21,7[b] 101,8 -32,5[b] Pernambuco 411,8 -26,7[b] 31,7[b] -23,7 Recife 350,8[b] -41,2[b] 36,1[b] -4,0 Alagoas 142,5[b] -31,2[b] 45,1[b] -11,6 Maceió 515,5[b] -26,6[b] 46,6[b] -21,5 Sergipe 127,9[b] -50,1 36,2[b] -45,4 Aracaju 264,7[b] -29,3[b] 46,0[b] -54,5 Bahia 104,0[b] -20,3[b] 76,2[b] -12,6[b] Salvador 189,8 -27,4[b] 109,7 -21,1 Sudeste Minas Gerais 110,0[b] -25,2 49,8[b] -22,2[b] Belo Horizonte 238,4[b] -20,6 40,5[b] -19,1[b] Espírito Santo 191,4[b] -27,4 33,4[b] -37,3[b] Vitória 165,1[b] -47,6 34,7[b] -51,5[b] Rio de Janeiro 574,1 -17,8[b] 23,6[b] -15,7 Rio de Janeiro 586,0 -19,7[b] 18,7[b] -14,2 São Paulo 50,4 -26,4 49,3[b] -16,9 São Paulo 207,0 -21,5[b] 43,2[b] -25,6[b] Sul Paraná 196,6[b] -9,2 51,6[b] -2,7 Curitiba 204,0[b] -7,7 67,6 -16,5 Santa Catarina 25,3[b] -18,4 Florianópolis 33,9[b] -49,0[b] Rio Grande do Sul 10,6 62,6 -24,3[b] Porto Alegre 124,0[b] -14,1 70,8[b] -33,0[b] Centro-Oeste Mato Grosso do Sul 145,7 -19,6 37,8[b] -11,6 Campo Grande 116,7[b] -14,5 30,1 -9,2 Mato Grosso 229,3[b] -32,8[b] 50,8[b] -31,7[b] Cuiabá 181,8[b] -40,3[b] 85,1[b] -29,7[b] Goiás 132,7[b] -33,2[b] 99,7[b] -14,6[b] Goiânia 126,0[b] -28,6[b] 83,4 -19,3[b] Distrito Federal 188,7[b] -21,6[b] 93,3[b] -43,7[b] Brasília 188,7[b] -21,6[b] 93,3[b] -43,7[b] Brasil 111,9[b] -17,4[b] 41,7[b] -22,0[b] MPC = percentual mensal de mudança. MPC 1, MPC 2, MPC 3 e MPC4 representam pontos em que houve mudança significativa no traçado da curva de tendências. Dados estatisticamente significativos. Na análise da evolução temporal dos resultados encontrados, diversos aspectos devem ser pontuados (15). É possível ressaltar que a heterogeneidade dos resultados reforça a ideia de que a mortalidade por COVID-19 está associada a fatores políticos, geográficos, culturais, sociais e econômicos (16). Entre os aspectos políticos, um ponto relevante diz respeito à existência de unidades da federação no país com descentralização na tomada de decisões. Tal composição levou a uma ausência de padronização de condutas e a baixos níveis de distanciamento social no Brasil em comparação a outros países, como Itália, Coreia do Sul (17) e Alemanha (14). Não obstante, o posicionamento do governo federal também afetou a padronização, tendo em vista que gerou polarização nas opiniões, diante da adoção de postura negacionista por meio de discursos que iam de encontro ao que a ciência apresentava (18, 19). Outro ponto importante está relacionado às desigualdades sociais, estruturais, na organização dos processos e no suporte à comunidade. Esses aspectos influenciam diretamente o enfrentamento das consequências da pandemia (20), tendo em vista a necessidade da maioria da população de encontrar meios de subsistência em meio à crise, mesmo diante de uma necessidade de isolamento (21). Como mostra a literatura, a parcela da população que seguiu as orientações relacionadas às medidas mais restritivas apresentava, em geral, maior nível socioeconômico e melhor acesso a informações (21, 22). Em relação às desigualdades em saúde, por sua vez, alguns problemas prévios no sistema podem ser destacados (7, 10, 23), como diferenças regionais no acesso e na cobertura da assistência, na distribuição de recursos humanos, na estruturação da rede de saúde (7), na proporção entre leitos públicos e privados e na oferta dos serviços ao longo do território (10). Tais fatores causaram sofrimentos desiguais entre as regiões (7). Dados de 2019 revelam que, embora o Brasil tenha uma oferta de leitos semelhante à de países desenvolvidos e com sistemas de saúde bem-organizados, como o Canadá, o Reino Unido e a Suécia, com 2,7 leitos hospitalares por 1 000 habitantes (10), apenas 48% desses leitos gerais são oferecidos pelo sistema público. Além disso, as regiões Centro-Oeste, Sul e Sudeste concentram o maior quantitativo (10). Quanto aos leitos em unidades de terapia intensiva (UTI), a região mais estruturada é o Sudeste, que inclui os estados de São Paulo e Rio de Janeiro. As regiões com menores proporções de leitos de UTI são o Norte (1,5) e o Nordeste (0,9), onde foram implementadas inicialmente medidas mais restritivas à população, com o objetivo de reduzir o impacto em um sistema já deficiente, visto que aproximadamente 15% dos pacientes com COVID-19 podem necessitar de UTI em algum momento do tratamento (24). Um último ponto refere-se à vacinação. O atraso no início do processo, que dependeu de negociações internacionais, foi amenizado pela existência do Sistema Único de Saúde (SUS) brasileiro. Apesar de possuir problemas estruturais e de operacionalização, o SUS possui uma presença importante em todo o território do país (23). O SUS, que já tem mais de 30 anos, é organizado pela conexão de serviços de saúde de forma integral e universal. Engloba a atenção primária, secundária e terciária em uma rede de atenção, com foco na vigilância e em ações de promoção e prevenção à saúde (23), as quais foram essenciais ao longo da pandemia. A força do SUS permitiu ao Brasil acelerar o processo de vacinação em todo o território. Tal medida, que é apontada pela ciência como uma forma de reduzir a circulação do vírus (25), apresenta-se como perspectiva favorável aos brasileiros. No país, a evolução desse processo coincidiu com a redução dos casos e das mortes, em que pese não ter sido avaliada como variável nesse estudo. Como limitações do presente estudo, podem ser mencionados os possíveis atrasos nas notificações dos casos, que podem ter deslocado a curva de tendências, embora haja atualização contínua pelo Ministério da Saúde brasileiro. Para anular tal problema, os dados foram agrupados por mês, o que gerou estabilidade da informação. Além disso, é possível que os dados estejam subestimados, visto que não houve testagem em massa na população brasileira. Vale salientar que outros estudos são fundamentais para complementar a análise da doença, como estudos individualizados e associados a fatores sociodemográficos, culturais, comportamentais e ambientais. O presente estudo identificou que o Brasil foi fortemente afetado pela pandemia de COVID-19, em um contexto de ausência de rigidez governamental e presença de negacionismo, que geraram incertezas e dualidade na população quanto à obediência a medidas restritivas. Apesar disso, o SUS tem permitido um processo rápido e organizado de vacinação da população, acompanhado pela redução de casos e de mortes por COVID-19 em todo o país. Há, contudo, necessidade de atenção e avaliações constantes de novas variantes do vírus que venham a surgir.

Declaração.

As opiniões expressas no manuscrito são de responsabilidade exclusiva dos autores e não refletem necessariamente a opinião ou política da RPSP/PAJPH ou da Organização Pan-Americana da Saúde (OPAS).
  14 in total

1.  Permutation tests for joinpoint regression with applications to cancer rates.

Authors:  H J Kim; M P Fay; E J Feuer; D N Midthune
Journal:  Stat Med       Date:  2000-02-15       Impact factor: 2.373

2.  Governing COVID-19 without government in Brazil: Ignorance, neoliberal authoritarianism, and the collapse of public health leadership.

Authors:  Francisco Ortega; Michael Orsini
Journal:  Glob Public Health       Date:  2020-07-14

3.  Thirty years of the Unified Health System (SUS).

Authors:  Jairnilson Silva Paim
Journal:  Cien Saude Colet       Date:  2018-06

4.  The COVID-19 pandemic in Brazil: analysis of supply and demand of hospital and ICU beds and mechanical ventilators under different scenarios.

Authors:  Kenya Valeria Micaela de Souza Noronha; Gilvan Ramalho Guedes; Cássio Maldonado Turra; Mônica Viegas Andrade; Laura Botega; Daniel Nogueira; Julia Almeida Calazans; Lucas Carvalho; Luciana Servo; Monique Félix Ferreira
Journal:  Cad Saude Publica       Date:  2020-06-17       Impact factor: 1.632

5.  Physical distancing, face masks, and eye protection to prevent person-to-person transmission of SARS-CoV-2 and COVID-19: a systematic review and meta-analysis.

Authors:  Derek K Chu; Elie A Akl; Stephanie Duda; Karla Solo; Sally Yaacoub; Holger J Schünemann
Journal:  Lancet       Date:  2020-06-01       Impact factor: 79.321

6.  How will country-based mitigation measures influence the course of the COVID-19 epidemic?

Authors:  Roy M Anderson; Hans Heesterbeek; Don Klinkenberg; T Déirdre Hollingsworth
Journal:  Lancet       Date:  2020-03-09       Impact factor: 79.321

Review 7.  Social distancing measures to control the COVID-19 pandemic: potential impacts and challenges in Brazil.

Authors:  Estela M L Aquino; Ismael Henrique Silveira; Julia Moreira Pescarini; Rosana Aquino; Jaime Almeida de Souza-Filho; Aline dos Santos Rocha; Andrea Ferreira; Audêncio Victor; Camila Teixeira; Daiane Borges Machado; Enny Paixão; Flávia Jôse Oliveira Alves; Flávia Pilecco; Greice Menezes; Ligia Gabrielli; Luciana Leite; Maria da Conceição Chagas de Almeida; Naiá Ortelan; Qeren Hapuk R. Ferreira Fernandes; Renzo Joel Flores Ortiz; Raquel Nunes Palmeira; Elzo Pereira Pinto Junior; Erika Aragão; Luis Eugenio Portela Fernandes de Souza; Manoel Barral Netto; Maria Glória Teixeira; Mauricio Lima Barreto; Maria Yury Ichihara; Raíza Tourinho dos Reis Silva Lima
Journal:  Cien Saude Colet       Date:  2020-04-22

8.  Why inequality could spread COVID-19.

Authors:  Faheem Ahmed; Na'eem Ahmed; Christopher Pissarides; Joseph Stiglitz
Journal:  Lancet Public Health       Date:  2020-04-02

9.  Characterization of the COVID-19 pandemic and the impact of uncertainties, mitigation strategies, and underreporting of cases in South Korea, Italy, and Brazil.

Authors:  Ruy Freitas Reis; Bárbara de Melo Quintela; Joventino de Oliveira Campos; Johnny Moreira Gomes; Bernardo Martins Rocha; Marcelo Lobosco; Rodrigo Weber Dos Santos
Journal:  Chaos Solitons Fractals       Date:  2020-05-14       Impact factor: 5.944

10.  Spatial dynamics of the COVID-19 pandemic in Brazil.

Authors:  R R Castro; R S C Santos; G J B Sousa; Y T Pinheiro; R R I M Martins; M L D Pereira; R A R Silva
Journal:  Epidemiol Infect       Date:  2021-02-25       Impact factor: 2.451

View more

北京卡尤迪生物科技股份有限公司 © 2022-2023.